德国人工智能研究中心机器人创新中心主任Frank Kirchner认为，认识机器人和人工智能，其实是一个事物的两面：人工智能是计算机科学的核心，计算机科学也是和工程机械电子学有关系，同时人工智能也是基于心理学和认知科学等等，所以是这种学科的核心，也和神经科学有紧密的关系。电子学、神经科学和计算机学之间连接的点就是人工智能。
他表示，结构的复杂性也就意味着算法会更加复杂，算法复杂也就意味着管理起来更加复杂。要保证能够正常运转，就要知道一个真实世界当中的自由度是非常多的。算法复杂本身又会带来学习过程非常复杂，我们也发现很多机器人的运动，无论是平行运动还是其它类型的运动都是非常复杂的，要想控制这种非常复杂的运动链也是非常复杂的，就需要用深度学习和增强学习。
学习是机器人非常重要的部分，因为机器人正在变得越来越复杂，传统的计算科学方式已经无法解决新的东西了，所以我们需要机器人进一步学习，通过这种多层的学习方式，实现更好的表现。通过学习的技术，这些机器人会变得更加有用，需要我们考虑的是什么时候使用机器人学习，什么时候不用，机器人学习无法把垃圾信息转化为有用信息，如果这些信息本身就是低质的，输入信息的话是不可能转化成为有用的东西。很多时候我们要用统计学的方法过滤信息，比如在医疗领域要首先对数据进行过滤，通过统计的方法清理这些数据，之后再输入这些数据，从而避免产生错误的结论。
